3.1-向量 3.2(1)-向量组 1. 向量及其运算 2 向量组的定义 3. 向量与向量组的关系 4. 向量组之间的关系 3.2(2)-向量组的线性相关性 3.3-向量组的秩与最大无关组 2. 向量组秩的定义及求法 1. 最大线性无关组的定义 3. 向量组的秩和对应矩阵秩的关系 3.5-线性方程组解的判定 3.6(1)-齐次线性方程组解的结构 3.6(2)-非齐次线性方程组解的结构

向量空间 (Vector Space) 向量空间的基本概念 子空间 相关性、基和维度 (Independence, Basis and Dimension) 线性相关性 向量空间的基和维度 矩阵的列秩与行秩 (Column Rank and Row Rank of Matrices) 列空间的秩与行空间的秩 通过 Gauss−Jordan 消元法来求 A−1 解线性方程组 (II)(Solving Linear Equations(II)) 矩阵的秩 Ax = 0 的解 Ax = b 的解

第1章 行列式 第2章矩阵及其运算 第3章 向量与线性方程组 第4章 特征值与特征向量 第5章 二次型

1矩阵的概念 一、实际例子 例1设某物质有m个产地,n个 销地,如果以a;表示由第i个产地销往 第j个销地的数量,则这类物质的调运 方案,可用一个数表表示如下:

定理1(1)若矩阵A经过有限次初等行变 换变成B,则A的行向量组与B的行向量组等价; 而A的任意k个列向量与B中对应的k个列向量 有相同的线性相关性。 (2)若矩阵A经过有限次初等列变换变 成B,则A的列向量组与B的列向量组等价;而 A的任意k个行向量与B中对应的k个行向量有 相同的线性相关性

例3设n阶方阵A的伴随矩阵为A*,证明: (1)若A=0,则A=0 (2)a=ain-1 证明:由伴随矩阵的定义显然有 AA*=AA=AIEn, 两边取行列式即得 JAllAdet()=a, 故当A不等于0时,(2)是显然的。而 只要我们证明了(1),则(2)对于A|=0 的矩阵A也是成立的。下面我们证明(1)

如何通过正交线性变换x=cy, 把二次型f(x1x2…,xn)=xAX 化为y1,y2,…,yn的平方和,即化为

定理:设λ1,2…m是方阵A的特征值,P1,P2,…Pm依次是与之对应的特征向量,如果1,2,…各不相同,则P1,P2,…P线性无关.(P.120定理2)

概率论是研究随机事件的规律性的一个数学分支,直观地说是指这样的事件:在 一次试验中,它出现与否是具有偶然性的, 但是在大量重复试验中,它却是具有内在的必然性即规律性的

第五节随机变量的相互独立性 设,n为随机变量,如果它们满足下列条件:对于实轴上任意两个集合S1,S2,如果事件{5eS1},{nS2}相互独立,那末,称n相互独立.直观地说,,η相互独立就是它们取值时互不牵连